PY007/slimpajama_mistral_tokenized_upsample_10K_chunk_512K
收藏Hugging Face2024-05-04 更新2024-06-12 收录
下载链接：
https://hf-mirror.com/datasets/PY007/slimpajama_mistral_tokenized_upsample_10K_chunk_512K
下载链接
链接失效反馈官方服务：
资源简介：
---
dataset_info:
features:
- name: input_ids
sequence: int64
- name: labels
dtype: int64
- name: source
list:
- name: end
dtype: int64
- name: source
dtype: string
- name: start
dtype: int64
splits:
- name: train
num_bytes: 31384736119
num_examples: 7649
download_size: 6981063498
dataset_size: 31384736119
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
提供机构：
PY007
原始信息汇总
数据集概述
数据集特征
- input_ids: 序列类型为整数64位。
- labels: 数据类型为整数64位。
- source: 包含三个子特征：
- end: 数据类型为整数64位。
- source: 数据类型为字符串。
- start: 数据类型为整数64位。
数据集分割
- train:
- 数据量: 31,384,736,119字节
- 示例数量: 7,649
数据集大小
- 下载大小: 6,981,063,498字节
- 数据集大小: 31,384,736,119字节
配置
- config_name: default
- data_files:
- split: train
- path: data/train-*
